CN116580090A - 一种初始航向角确定方法、装置和电子设备 - Google Patents
一种初始航向角确定方法、装置和电子设备 Download PDFInfo
- Publication number
- CN116580090A CN116580090A CN202310495082.0A CN202310495082A CN116580090A CN 116580090 A CN116580090 A CN 116580090A CN 202310495082 A CN202310495082 A CN 202310495082A CN 116580090 A CN116580090 A CN 116580090A
- Authority
- CN
- China
- Prior art keywords
- image
- target vehicle
- acquiring
- initial
- image grid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001914 filtration Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种初始航向角确定方法、装置和电子设备。本申请的方法包括:在无车道线区域内存在需要赋予初始航向角的目标车辆时,获取所述目标车辆对应的图像网格,其中无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角;若目标车辆对应的图像网格具有一个初始航向角,则将图像网格的一个初始航向角作为目标车辆的初始航向角;若目标车辆对应的图像网格具有两个以上初始航向角,则获取无车道线区域当前的车流方向,根据当前的车流方向从两个以上初始航向角中确定目标车辆的初始航向角。本申请的技术方案可以快速准确的计算无车道线区域内车辆的初始航向角。
Description
技术领域
本申请涉及智慧交通技术领域,尤其涉及一种初始航向角确定方法、装置和电子设备。
背景技术
目前路侧的跟踪流程一般是先对道路中的车辆目标进行2D或者3D检测,然后将不同帧之间的检测结果通过跟踪匹配算法进行匹配关联,从而根据匹配结果保证不同帧的同一个目标具有全局唯一的ID标识,实现目标跟踪。基于目标跟踪结果可以得到每个跟踪目标的历史轨迹,通过历史轨迹可以进一步计算该目标在当前帧的航向角,从而为车端的行驶决策以及可视化显示提供数据支撑。
然而,航向角的计算也会因为各种情况出现偏差,例如由于目标跟踪算法异常、检测算法的漏检以及遮挡等原因,导致目标在跟踪过程中丢失,再次出现时已经无法匹配,从而赋予了该目标一个新的ID标识,此时由于航向角无法计算,因此只能设定一个初始航向角;又例如当目标刚出现在相机视野范围内时,由于没有足够多的数据来计算航向角,因此也只能设定一个默认的初始航向角;或者在车辆静止情况下,由于车辆静止时的历史帧位置相同,因此计算出的航向角为0,但实际并非为0。
以上这些情况都会导致设定的航向角与实际情况偏差较大,导致无法为车端提供准确的数据支撑,同时在数字孪生等三维显示场景下车辆像是从某个行驶角度突然转变到0度或者某个默认角度突然恢复正常角度,导致显示的车辆出现打转情况。
针对上述问题,一些现有技术是根据目标车辆所在区域的车道线检测结果以及周围车辆情况计算目标车辆的初始航向角,例如当目标车辆处于无车道线区域时,且目标车辆周围存在同行车辆时,可以将通行车辆的航向角作为目标车辆的初始航向角,而当目标车辆周围没有同行车辆时,则基于跟丢车辆的航向角或者最近的车道线信息辅助计算目标车辆的初始航向角。
可见,现有技术在为无车道线区域的目标车辆赋予初始航向角时,需要实时执行多种判断逻辑,算法较为复杂,可能占用路端较多的计算资源。
发明内容
基于现有技术中存在的上述问题,本申请实施例提供了一种初始航向角确定方法、装置和电子设备,以快速准确的计算无车道线区域内车辆的初始航向角。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种初始航向角确定方法,所述方法包括:
在无车道线区域内存在需要赋予初始航向角的目标车辆时,获取所述目标车辆对应的图像网格,其中所述无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角;
若所述目标车辆对应的图像网格具有一个初始航向角,则将所述图像网格的一个初始航向角作为所述目标车辆的初始航向角;
若所述目标车辆对应的图像网格具有两个以上初始航向角,则获取所述无车道线区域当前的车流方向,根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角。
可选地,通过下述步骤将所述无车道线区域的道路图像划分为多个图像网格:
通过相机获取所述无车道线区域的道路图像;
将所述道路图像划分为多个图像网格,并获取每个图像网格对应的所有可行驶方向;
根据每个图像网格对应的所有可行驶方向获取该图像网格的所有初始航向角。
可选地,所述获取每个图像网格对应的所有可行驶方向,包括:
根据相机图像和高精地图之间的标定关系获取每个图像网格对应的道路区域;
通过所述高精地图获取所述道路区域对应的一个或多个行驶车道以及每个行驶车道的行驶方向,所述行驶车道包括基于车道线延长线生成的车道;
通过所述道路区域对应的一个或多个行驶车道的行驶方向获取每个图像网格的所有可行驶方向。
可选地,所述道路图像包括路口车道线,所述获取每个图像网格对应的所有可行驶方向,包括:
获取所述无车道线区域内的车辆历史轨迹;
根据所述无车道线区域内的车辆历史轨迹对所述路口车道线进行车道线延长,获得由车道线延长线形成的行驶车道;
获取每个图像网格对应的一个或多个行驶车道及每个行驶车道的行驶方向,通过所述一个或多个行驶车道的行驶方向获取每个图像网格的所有可行驶方向。
可选地,所述获取所述目标车辆对应的图像网格,包括:
获取所述目标车辆当前帧的图像位置和每个图像网格的图像位置;
根据所述目标车辆当前帧的图像位置和每个图像网格的图像位置,获取所述目标车辆对应的图像网格。
可选地,所述获取所述无车道线区域当前的车流方向,包括:
获取所述无车道线区域内所有车辆在当前帧的跟踪轨迹;
对所述无车道线区域内所有车辆在当前帧的跟踪轨迹进行轨迹方向检测,获取每个轨迹方向对应的车辆数量;
根据每个轨迹方向对应的车辆数量,获取所述无车道线区域当前的车流方向。
可选地,所述根据每个轨迹方向对应的车辆数量,获取所述无车道线区域当前的车流方向,包括:
过滤掉车辆数量小于车辆数量阈值的轨迹方向,将过滤后的轨迹方向作为所述无车道线区域当前的车流方向。
可选地,所述根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角,包括:
获取当前的车流方向与所述图像网格的每个初始航向角之间的角度偏差;
将最小角度偏差对应的图像网格的初始航向角作为所述目标车辆的初始航向角。
第二方面,本申请实施例还提供一种初始航向角确定装置,所述装置包括:
获取单元,用于在无车道线区域内存在需要赋予初始航向角的目标车辆时,获取所述目标车辆对应的图像网格,其中所述无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角;
第一确定单元,用于若所述目标车辆对应的图像网格具有一个初始航向角,则将所述图像网格的一个初始航向角作为所述目标车辆的初始航向角;
第二确定单元,用于若所述目标车辆对应的图像网格具有两个以上初始航向角,则获取所述无车道线区域当前的车流方向,根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行初始航向角确定方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行初始航向角确定方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例在需要对无车道线区域内的目标车辆赋值初始航向角时,能够根据图像网格的初始航向角和当前的车流方向计算出更合理、更接近于真实情况的航向角,解决了车辆在静止或者行驶过程中的初始航向角设定偏差较大的问题,提高了初始航向角设定的准确性和合理性;并且本申请实施例可以事先计算出无车道线区域对应的图像网格及图像网格的初始航向角,如此可以降低初始航向角实时计算过程中对路侧设备的资源占用,提高了计算效率,能够更快速地得到目标车辆的初始航向角。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中示出的一种初始航向角确定方法流程图;
图2为本申请实施例中示出的一种无车道线区域内的行驶车道示意图;
图3为本申请实施例中示出的初始航向角确定装置的结构示意图;
图4为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供的无车道线区域的初始航向角确定方法的执行主体可以是路侧设备(例如路侧相机或路侧计算设备)、服务器或者云平台等软件或硬件。
请参考图1,图1以执行主体为路侧设备为例,对本申请实施例提供的一种初始航向角确定方法进行介绍。如图1所示,本申请实施例提供的一种初始航向角确定方法可以包括以下步骤S110至步骤S130:
步骤S110,在需要为无车道线区域内的目标车辆赋予初始航向角时,获取所述目标车辆对应的图像网格,其中所述无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角。
本申请实施例的路侧设备可以根据车辆跟踪结果确定无车道线区域内是否存在需要赋予初始航向角的目标车辆,例如当前目标的跟踪状态为新出现状态,说明该目标在当前帧的检测框与上一帧的所有检测框均无法匹配成功,即有可能是新出现的目标,那么此时就需要为该目标赋予一个新的初始航向角。
需要说明的是,目标的跟踪状态为新出现状态不代表该目标一定是第一次被检测到的目标,例如该目标在之前已经出现过并被持续检测到,但可能由于跟踪匹配算法出错、检测算法漏检或者目标受到遮挡等原因导致该目标在当前帧的检测框与上一帧的检测框无法匹配成功,但无论是哪种情况,此时都无法根据历史轨迹的方式计算目标的航向角,因此需要重新赋予新的初始航向角。
针对上述需要为目标车辆赋予初始航向角的情形,本申请实施例事先将无车道线区域的道路图像划分为多个图像网格,并根据对应道路的实际可行驶方向为该图像网格设置相应数量的初始航向角,例如当第一图像网格对应的道路区域内可直行、可左转、可左转掉头,那么该第一图像网格应具有三个初始航向角,分别对应直行、左转、左转掉头。如此,在确定出无车道线区域内存在需要赋予初始航向角的目标车辆时,可以根据目标车辆的位置确定出目标车辆对应的图像网格,通过图像网格的初始航向角获取目标车辆的初始航向角。
步骤S120,若所述目标车辆对应的图像网格具有一个初始航向角,则将所述图像网格的一个初始航向角作为所述目标车辆的初始航向角。
步骤S130,若所述目标车辆对应的图像网格具有两个以上初始航向角,则获取所述无车道线区域当前的车流方向,根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角。
无车道线区域内当前的车流方向指示了当前时间下车辆可以行驶的方向,能够为目标车辆的初始航向角的确定提供一定参考。在图像网格具有两个以上初始航向角时,结合当前的车流方向确定目标车辆的初始航向角能够计算出更合理、更接近于真实情况的航向角。
需要说明的是,本申请实施例中当前的车流方向可以为一个或多个,具体是与无车道线区域的路口类型、交通规则等相关,例如十字路口处的同一时间可以包括来向和去向两种车流方向。
如图1所示的初始航向角确定方法可知,本实施例在需要对无车道线区域内的目标车辆赋值初始航向角时,能够根据图像网格的初始航向角和当前的车流方向计算出更合理、更接近于真实情况的航向角,解决了车辆在静止或者行驶过程中的初始航向角设定偏差较大的问题,提高了初始航向角设定的准确性和合理性;并且本实施例可以事先计算出无车道线区域对应的图像网格及图像网格的初始航向角,如此可以降低初始航向角实时计算过程中对路侧设备的资源占用,提高了计算效率,能够更快速地得到目标车辆的初始航向角。
在本申请的一些实施例中,通过下述步骤将所述无车道线区域的道路图像划分为多个图像网格:
通过相机获取所述无车道线区域的道路图像;
将所述道路图像划分为多个图像网格,并获取每个图像网格对应的所有可行驶方向;
根据每个图像网格对应的所有可行驶方向获取该图像网格的所有初始航向角。
本实施例中的道路图像可以是单个相机拍摄的原道路图像,也可以是多个相机拍摄的原道路图像的拼接图像。在将道路图像进行网格划分时,可以参考车道宽度进行划分,保证每个图像网格对应的道路区域能够包括一个完整的车道。可选地,将道路图像均分成为多个矩形网格。当然,图像网格的形状不限于矩阵,也可以为其他形状,图像网格尺寸可以灵活设置。
在实际的交通场景中,十字路口中间某些区域可能是多种行驶方向的重叠区域,例如某些车辆在该重叠区域既可能朝北行驶,也可能朝东行驶,此时该重叠区域对应的图像网格应具有多个初始航向角。而例如停止线内的区域,一般只有一个行驶方向,此类区域对应的图像网格一般具有一个初始航向角。
本实施例可以结合高精地图(High Definition Map,HD Map)或者车辆历史轨迹获取每个图像网格对应的所有可行驶方向。
其中,结合高精地图获取每个图像网格对应的所有可行驶方向的步骤为:
根据相机图像和高精地图之间的标定关系获取每个图像网格对应的道路区域,这里相机图像和高精地图之间的标定关系是指在相机标定过程中使用的真值数据是通过高精地图得到的,如此计算出的标定关系即为相机图像和高精地图之间的标定关系;
通过所述高精地图获取所述道路区域对应的一个或多个行驶车道以及每个行驶车道的行驶方向,所述行驶车道包括基于车道线延长线生成的车道;
通过所述道路区域对应的一个或多个行驶车道的行驶方向获取每个图像网格的所有可行驶方向。
本申请实施例中的高精地图可以来源于为车辆驾驶设计的高精地图,尤其是为无人驾驶车辆设计的高精地图。高精地图一方面是指高精地图的绝对坐标精度更高,绝对坐标精度指的是地图上某个目标和真实的外部世界的事物之间的精度。另一方面,高精地图所含有的道路交通信息元素更丰富细致。应用在自动驾驶领域的高精地图的绝对精度一般都会在亚米级,也就是1米以内的精度,而且横向的相对精度(比如,车道和车道,车道和车道线的相对位置精度)往往更高。高精地图不仅有高精度的坐标,同时还有准确的道路形状,并且每个车道的坡度、曲率、航向、高程,侧倾的数据也都含有。因此,本实施例可以通过高精地图获取无车道线区域处的自动驾驶车道。
如图2所示,在实际交通场景中,十字路口中间的地面区域不存在车道线,但在高精地图中,该十字路口中间区域会生成虚拟的自动驾驶车道,通过虚拟的自动驾驶车道辅助自动驾驶车辆的安全驾驶。如此,本实施例可以借助高精地图中的这些虚拟的自动驾驶车道确定每个图像网格位置包括自动驾驶车道,每一个自动驾驶车道对应一种可行驶方向。
此外,本申请实施例也可以结合车辆历史轨迹获取每个图像网格对应的所有可行驶方向,具体步骤如下:
获取所述无车道线区域内的车辆历史轨迹,例如获取当前帧之前的所有跟踪车辆的车辆历史轨迹;
根据所述无车道线区域内的车辆历史轨迹对所述路口车道线进行车道线延长,获得由车道线延长线形成的行驶车道;
获取每个图像网格对应的一个或多个行驶车道及每个行驶车道的行驶方向,通过所述一个或多个行驶车道的行驶方向获取每个图像网格的所有可行驶方向。
车辆历史轨迹能够为无车道线区域内的可行驶车道的划分提供一定参考,参考图2,对无车道线区域的边界处存在路口车道线,结合车辆历史轨迹,对本侧路口车道线进行车道线延长,延长至与车辆历史轨迹对应的对侧路口车道线处,如此通过车道线延长能够获得无车道线区域的行驶车道,进而确定每个图像网格位置包括行驶车道,每一个行驶车道对应一种可行驶方向。其中,为了使无车道线区域内划分出的行驶车道更贴近真实情况,可以丰富车辆历史轨迹的数量和类型。
在通过上述实施例设置好无车道线区域的各个图像网格之后,可以利用无车道线区域的各个图像网格对无车道线区域内需要赋予初始航向角的目标车辆设置初始航向角。
在本申请的一些实施例中,上述步骤S110中,获取所述目标车辆对应的图像网格,包括:
获取所述目标车辆当前帧的图像位置和每个图像网格的图像位置;
根据所述目标车辆当前帧的图像位置和每个图像网格的图像位置,获取所述目标车辆对应的图像网格。
在本实施例的一些可能实现方案中,若目标车辆的当前帧跟踪结果包括基于相机图像的目标检测框,可以通过下述步骤获取所述目标车辆当前帧的图像位置:
根据该目标检测框获得目标车辆当前的图像位置,即将目标检测框的中心点像素位置作为目标车辆当前的图像位置。
在本实施例的另一些可能实现方案中,还可以通过下述步骤获取所述目标车辆当前帧的图像位置:
获取目标车辆当前的位置信息(例如经纬度信息),根据相机图像和高精地图之间的标定关系,获取目标车辆当前的位置信息对应的图像位置。
在本申请的一些实施例中,上述步骤S130中获取所述无车道线区域当前的车流方向,包括:
获取无车道线区域内所有车辆在当前帧的跟踪轨迹;
对所述无车道线区域内所有车辆在当前帧的跟踪轨迹进行轨迹方向检测,获取每个轨迹方向对应的车辆数量;
根据每个轨迹方向对应的车辆数量,获取所述无车道线区域当前的车流方向。
在本实施例的一些可能实现方案中,根据每个轨迹方向对应的车辆数量,获取所述无车道线区域当前的车流方向,包括:
过滤掉车辆数量小于车辆数量阈值的轨迹方向,将过滤后的轨迹方向作为所述无车道线区域当前的车流方向,车辆数量阈值可以事先设定好的经验值,也可以是根据无车道线区域内当前的车辆总数进行动态设定,例如设置无车道线区域内车辆总数与车辆数量阈值的对应关系,在根据每个轨迹方向对应的车辆数量,获取所述无车道线区域当前的车流方向时,先统计无车道线区域当前的车辆总数,基于上述对应关系,确定出当前的车辆数量阈值,如此可以基于确定出的车辆数量阈值对轨迹方向进行过滤。
通过本实施例的轨道方向过滤处理,能够过滤掉无车道线区域内变道车辆的影响,提高车流方向的检测准确性。
此外,本实施例也可以结合交通规则获取当前的车流方向,例如按照每个轨迹方向对应的车辆数量从多到小对轨迹方向进行排序,获取当前交通规则对应的最多车流方向N(N为正整数,且N≥1),从排序序列中选取前N个轨迹方向作为当前的车流方向。
这样,当目标车辆对应的图像网格具有两个以上初始航向角时,获取当前的车流方向与所述图像网格的每个初始航向角之间的角度偏差;将最小角度偏差对应的图像网格的初始航向角作为所述目标车辆的初始航向角。
综合本申请的上述实施例,本申请在面对无车道线区域内存在需要赋予初始航向角的目标车辆的情形,可以根据图像网格获得目标车辆所在位置可能的行驶方向,并在目标车辆所在位置存在多个可能行驶方向时,将与车流方向相近的航向角作为目标车辆的初始航向角,通过简单的计算规则既可以快速计算出更合理、更接近于真实情况的航向角。
本申请实施例还提供了一种初始航向角确定装置300,如图3所示,提供了本申请实施例中一种初始航向角确定装置的结构示意图,初始航向角确定装置300包括:获取单元310、第一确定单元320和第二确定单元330,其中:
获取单元310,用于在无车道线区域内存在需要赋予初始航向角的目标车辆时,获取所述目标车辆对应的图像网格,其中所述无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角;
第一确定单元320,用于若所述目标车辆对应的图像网格具有一个初始航向角,则将所述图像网格的一个初始航向角作为所述目标车辆的初始航向角;
第二确定单元330,用于若所述目标车辆对应的图像网格具有两个以上初始航向角,则获取所述无车道线区域当前的车流方向,根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角。
在本申请的一些实施例中,初始航向角确定装置300还包括预处理单元;
预处理单元,用于通过相机获取所述无车道线区域的道路图像;将所述道路图像划分为多个图像网格,并获取每个图像网格对应的所有可行驶方向;根据每个图像网格对应的所有可行驶方向获取该图像网格的所有初始航向角。
在本申请的一些实施例中,预处理单元,具体用于根据相机图像和高精地图之间的标定关系获取每个图像网格对应的道路区域;通过所述高精地图获取所述道路区域对应的一个或多个行驶车道以及每个行驶车道的行驶方向,所述行驶车道包括基于车道线延长线生成的车道;通过所述道路区域对应的一个或多个行驶车道的行驶方向获取每个图像网格的所有可行驶方向。
在本申请的一些实施例中,所述道路图像包括路口车道线,预处理单元,具体用于获取所述无车道线区域内的车辆历史轨迹;根据所述无车道线区域内的车辆历史轨迹对所述路口车道线进行车道线延长,获得由车道线延长线形成的行驶车道;获取每个图像网格对应的一个或多个行驶车道及每个行驶车道的行驶方向,通过所述一个或多个行驶车道的行驶方向获取每个图像网格的所有可行驶方向。
在本申请的一些实施例中,获取单元310,用于获取所述目标车辆当前帧的图像位置和每个图像网格的图像位置;根据所述目标车辆当前帧的图像位置和每个图像网格的图像位置,获取所述目标车辆对应的图像网格。
在本申请的一些实施例中,第二确定单元330,还用于获取所述无车道线区域内所有车辆在当前帧的跟踪轨迹;对所述无车道线区域内所有车辆在当前帧的跟踪轨迹进行轨迹方向检测,获取每个轨迹方向对应的车辆数量;根据每个轨迹方向对应的车辆数量,获取所述无车道线区域当前的车流方向。
在本申请的一些实施例中,第二确定单元330,具体用于过滤掉车辆数量小于车辆数量阈值的轨迹方向,将过滤后的轨迹方向作为所述无车道线区域当前的车流方向。
在本申请的一些实施例中,第二确定单元330,具体用于获取当前的车流方向与所述图像网格的每个初始航向角之间的角度偏差;将最小角度偏差对应的图像网格的初始航向角作为所述目标车辆的初始航向角。
能够理解,上述初始航向角确定装置,能够实现前述实施例中提供的初始航向角确定方法的各个步骤,关于初始航向角确定方法的相关阐释均适用于初始航向角确定装置,此处不再赘述。
图4是本申请的一个实施例电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器和存储器,可选地还包括内部总线、网络接口。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成初始航向角确定装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
在无车道线区域内存在需要赋予初始航向角的目标车辆时,获取所述目标车辆对应的图像网格,其中所述无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角;
若所述目标车辆对应的图像网格具有一个初始航向角,则将所述图像网格的一个初始航向角作为所述目标车辆的初始航向角;
若所述目标车辆对应的图像网格具有两个以上初始航向角,则获取所述无车道线区域当前的车流方向,根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角。
上述如本申请图1所示实施例揭示的初始航向角确定装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述初始航向角确定方法的步骤。
该电子设备还可执行图1中初始航向角确定装置执行的方法,并实现初始航向角确定装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中初始航向角确定装置执行的方法,并具体用于执行以下操作:
在无车道线区域内存在需要赋予初始航向角的目标车辆时,获取所述目标车辆对应的图像网格,其中所述无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角;
若所述目标车辆对应的图像网格具有一个初始航向角,则将所述图像网格的一个初始航向角作为所述目标车辆的初始航向角;
若所述目标车辆对应的图像网格具有两个以上初始航向角,则获取所述无车道线区域当前的车流方向,根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种初始航向角确定方法,其特征在于,所述方法包括:
在无车道线区域内存在需要赋予初始航向角的目标车辆时,获取所述目标车辆对应的图像网格,其中所述无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角;
若所述目标车辆对应的图像网格具有一个初始航向角,则将所述图像网格的一个初始航向角作为所述目标车辆的初始航向角;
若所述目标车辆对应的图像网格具有两个以上初始航向角,则获取所述无车道线区域当前的车流方向,根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角。
2.如权利要求1所述的初始航向角确定方法,其特征在于,通过下述步骤将所述无车道线区域的道路图像划分为多个图像网格:
通过相机获取所述无车道线区域的道路图像;
将所述道路图像划分为多个图像网格,并获取每个图像网格对应的所有可行驶方向;
根据每个图像网格对应的所有可行驶方向获取该图像网格的所有初始航向角。
3.如权利要求2所述的初始航向角确定方法,其特征在于,所述获取每个图像网格对应的所有可行驶方向,包括:
根据相机图像和高精地图之间的标定关系获取每个图像网格对应的道路区域;
通过所述高精地图获取所述道路区域对应的一个或多个行驶车道以及每个行驶车道的行驶方向,所述行驶车道包括基于车道线延长线生成的车道;
通过所述道路区域对应的一个或多个行驶车道的行驶方向获取每个图像网格的所有可行驶方向。
4.如权利要求2所述的初始航向角确定方法,其特征在于,所述道路图像包括路口车道线,所述获取每个图像网格对应的所有可行驶方向,包括:
获取所述无车道线区域内的车辆历史轨迹;
根据所述无车道线区域内的车辆历史轨迹对所述路口车道线进行车道线延长,获得由车道线延长线形成的行驶车道;
获取每个图像网格对应的一个或多个行驶车道及每个行驶车道的行驶方向,通过所述一个或多个行驶车道的行驶方向获取每个图像网格的所有可行驶方向。
5.如权利要求1所述的初始航向角确定方法,其特征在于,所述获取所述目标车辆对应的图像网格,包括:
获取所述目标车辆当前帧的图像位置和每个图像网格的图像位置;
根据所述目标车辆当前帧的图像位置和每个图像网格的图像位置,获取所述目标车辆对应的图像网格。
6.如权利要求1所述的初始航向角确定方法,其特征在于,所述获取所述无车道线区域当前的车流方向,包括:
获取所述无车道线区域内所有车辆在当前帧的跟踪轨迹;
对所述无车道线区域内所有车辆在当前帧的跟踪轨迹进行轨迹方向检测,获取每个轨迹方向对应的车辆数量;
根据每个轨迹方向对应的车辆数量,获取所述无车道线区域当前的车流方向。
7.如权利要求6所述的初始航向角确定方法,其特征在于,所述根据每个轨迹方向对应的车辆数量,获取所述无车道线区域当前的车流方向,包括:
过滤掉车辆数量小于车辆数量阈值的轨迹方向,将过滤后的轨迹方向作为所述无车道线区域当前的车流方向。
8.如权利要求1所述的初始航向角确定方法,其特征在于,所述根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角,包括:
获取当前的车流方向与所述图像网格的每个初始航向角之间的角度偏差;
将最小角度偏差对应的图像网格的初始航向角作为所述目标车辆的初始航向角。
9.一种初始航向角确定方法装置,其特征在于,所述装置包括:
获取单元,用于在无车道线区域内存在需要赋予初始航向角的目标车辆时,获取所述目标车辆对应的图像网格,其中所述无车道线区域的道路图像被划分为多个图像网格,每个图像网格具有一个以上的初始航向角;
第一确定单元,用于若所述目标车辆对应的图像网格具有一个初始航向角,则将所述图像网格的一个初始航向角作为所述目标车辆的初始航向角;
第二确定单元,用于若所述目标车辆对应的图像网格具有两个以上初始航向角,则获取所述无车道线区域当前的车流方向,根据当前的车流方向从所述两个以上初始航向角中确定所述目标车辆的初始航向角。
10.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如权利要求1~8任一项所述的初始航向角确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310495082.0A CN116580090A (zh) | 2023-05-05 | 2023-05-05 | 一种初始航向角确定方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310495082.0A CN116580090A (zh) | 2023-05-05 | 2023-05-05 | 一种初始航向角确定方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116580090A true CN116580090A (zh) | 2023-08-11 |
Family
ID=87536971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310495082.0A Pending CN116580090A (zh) | 2023-05-05 | 2023-05-05 | 一种初始航向角确定方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116580090A (zh) |
-
2023
- 2023-05-05 CN CN202310495082.0A patent/CN116580090A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113791435B (zh) | Gnss信号异常值的检测方法、装置及电子设备、存储介质 | |
CN115143952A (zh) | 基于视觉辅助的自动驾驶车辆定位方法、装置 | |
CN114754778B (zh) | 一种车辆定位方法以及装置、电子设备、存储介质 | |
CN114705121B (zh) | 车辆位姿测量方法、装置及电子设备、存储介质 | |
CN115042788A (zh) | 交通路口通行方法、装置及电子设备、存储介质 | |
CN114966632A (zh) | 激光雷达标定方法、装置及电子设备、存储介质 | |
CN114754761A (zh) | 高精地图车道线的优化方法、装置及电子设备、存储介质 | |
CN116740680A (zh) | 一种车辆定位方法、装置及电子设备 | |
CN116164763A (zh) | 目标航向角确定方法、装置及电子设备、存储介质 | |
CN115556827A (zh) | 自动驾驶车辆的航向角确定方法、装置及电子设备 | |
CN115950441A (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN116580090A (zh) | 一种初始航向角确定方法、装置和电子设备 | |
CN115031755A (zh) | 自动驾驶车辆定位方法、装置及电子设备、存储介质 | |
CN115797893A (zh) | 有效行驶区域的确定方法、装置及电子设备、存储介质 | |
CN115112125A (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
CN114066958A (zh) | 目标的深度信息预测方法和装置、电子设备和存储介质 | |
CN113658268B (zh) | 摄像头标定结果的验证方法、装置及电子设备、存储介质 | |
CN116381698B (zh) | 道路遗撒物的检测方法、装置及电子设备 | |
CN116228820B (zh) | 一种障碍物检测方法、装置和电子设备、存储介质 | |
CN115128655B (zh) | 自动驾驶车辆的定位方法和装置、电子设备和存储介质 | |
CN116994179A (zh) | 一种目标跟踪方法、装置和电子设备 | |
CN116610766A (zh) | 地图更新方法、装置及电子设备、计算机可读存储介质 | |
CN116503489A (zh) | 相机标定文件自诊断方法、装置和电子设备、存储介质 | |
CN117037094A (zh) | 车道划分方法、装置、电子设备 | |
CN116228821A (zh) | 目标跟踪预测方法、装置及电子设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |